build-custom-mcp-server
О программе
Этот навык позволяет разработчикам создавать пользовательские MCP-серверы для предоставления инструментов предметной области ассистентам с искусственным интеллектом. Он охватывает реализацию на Node.js или R, определение инструментов и настройку транспорта для интеграции специализированных функций или обёртки существующих API. Используйте его, когда вам требуются возможности, выходящие за рамки стандартных mcptools, или когда необходимо создать специализированные интеграции с ИИ.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/build-custom-mcp-serverСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
建客 MCP 服
造客 MCP 服以露域專工於 AI 輔。
用
- 當露客能於 Claude Code 或 Claude Desktop
- 建 mcptools 之外專工
- 造域專 AI 輔整
- 包現 API 或服為 MCP 工
入
- 必:當露工列(名、述、參、行)
- 必:施語(Node.js 或 R)
- 必:傳類(stdio 或 HTTP)
- 可:認需
- 可:Docker 包需
行
一:定工規
書碼前→每工定:
tools:
- name: query_database
description: Execute a read-only SQL query against the analysis database
parameters:
query:
type: string
description: SQL SELECT query to execute
required: true
limit:
type: integer
description: Maximum rows to return
default: 100
returns: JSON array of result rows
- name: run_analysis
description: Execute a predefined statistical analysis by name
parameters:
analysis_name:
type: string
description: Name of the analysis to run
enum: [descriptive, regression, survival]
dataset:
type: string
description: Dataset identifier
required: true
得: 每工以 YAML 或 markdown 規附名、述、參(含類、默、必旗)、返類已錄於書碼前。
敗: 工規不清→訪域專家或察現 API 文以定參類與返格。
二:施於 Node.js(用 MCP SDK)
// server.js
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
const server = new McpServer({
name: "my-analysis-server",
version: "1.0.0",
});
// Define tools
server.tool(
"query_database",
"Execute a read-only SQL query against the analysis database",
{
query: z.string().describe("SQL SELECT query"),
limit: z.number().default(100).describe("Max rows to return"),
},
async ({ query, limit }) => {
// Validate read-only
if (!/^\s*SELECT/i.test(query)) {
return {
content: [{ type: "text", text: "Error: Only SELECT queries allowed" }],
isError: true,
};
}
const results = await executeQuery(query, limit);
return {
content: [{ type: "text", text: JSON.stringify(results, null, 2) }],
};
}
);
server.tool(
"run_analysis",
"Execute a predefined statistical analysis",
{
analysis_name: z.enum(["descriptive", "regression", "survival"]),
dataset: z.string().describe("Dataset identifier"),
},
async ({ analysis_name, dataset }) => {
const result = await runAnalysis(analysis_name, dataset);
return {
content: [{ type: "text", text: JSON.stringify(result, null, 2) }],
};
}
);
// Start server with stdio transport
const transport = new StdioServerTransport();
await server.connect(transport);
得: 可行 server.js 檔—引 MCP SDK、以 Zod 綱定工、以 stdio 傳連。node server.js 無誤始服。
敗: 驗 @modelcontextprotocol/sdk 與 zod 已裝(npm install)。察引徑合 SDK 版(SDK 於版間重排導出)。
三:施於 R(用 mcptools)
# server.R
library(mcptools)
# Register custom tools
mcp_tool(
name = "query_database",
description = "Execute a read-only SQL query",
parameters = list(
query = list(type = "string", description = "SQL SELECT query"),
limit = list(type = "integer", description = "Max rows", default = 100)
),
handler = function(query, limit = 100) {
if (!grepl("^\\s*SELECT", query, ignore.case = TRUE)) {
stop("Only SELECT queries allowed")
}
result <- DBI::dbGetQuery(con, paste(query, "LIMIT", limit))
jsonlite::toJSON(result, auto_unbox = TRUE)
}
)
# Start server
mcptools::mcp_server()
得: 可行 server.R 檔—以 mcp_tool() 註客工、以 mcp_server() 始服。Rscript server.R 始 MCP 服。
敗: 驗 mcptools 自 GitHub 裝(remotes::install_github("posit-dev/mcptools"))。察處函簽合參定。
四:設案構
my-mcp-server/
├── package.json # Node.js dependencies
├── server.js # Server implementation
├── tools/ # Tool implementations
│ ├── database.js
│ └── analysis.js
├── test/ # Tests
│ └── tools.test.js
├── Dockerfile # Container packaging
└── README.md # Setup instructions
得: 案目造附 server.js(或 server.R)、package.json、tools/ 目以分模工、test/ 目以試。
敗: 目構不合施語→調。R 服或用 R/ 代 tools/ 與 tests/testthat/ 代 test/。
五:試服
stdio 手試:
echo '{"jsonrpc":"2.0","method":"tools/list","id":1}' | node server.js
註於 Claude Code:
claude mcp add my-server stdio "node" "/path/to/server.js"
驗工現:
起 Claude Code 會而察客工列且可行。
得: tools/list JSON-RPC 呼返諸定工附正名與綱。claude mcp list 示服已註。工於 Claude Code 會可呼。
敗: tools/list 返空陣→工未註於 server.connect() 前。Claude Code 不得服→驗 claude mcp add 命徑絕而二進可行。
六:加誤處
server.tool("risky_operation", "...", schema, async (params) => {
try {
const result = await performOperation(params);
return {
content: [{ type: "text", text: JSON.stringify(result) }],
};
} catch (error) {
return {
content: [{ type: "text", text: `Error: ${error.message}` }],
isError: true,
};
}
});
得: 每工處以 try/catch 包。誤入返 isError: true 附述訊非崩服程。
敗: 服仍崩於劣入→察 try/catch 包全處體含諸 async 操。確保 promise 於 try 區內 await。
七:包發
造 package.json 附 bin 條:
{
"name": "my-mcp-server",
"version": "1.0.0",
"bin": {
"my-mcp-server": "./server.js"
},
"dependencies": {
"@modelcontextprotocol/sdk": "^1.0.0",
"zod": "^3.22.0"
}
}
用者可裝與配:
npm install -g my-mcp-server
claude mcp add my-server stdio "my-mcp-server"
得: package.json 附 bin 條指服入。用者以 npm install -g 全裝與 claude mcp add 註。
敗: bin 全裝後不行→確 server.js 首行有 shebang(#!/usr/bin/env node)且可行。驗包名不撞現 npm 包。
驗
- 服無誤始
-
tools/list返諸定工附正綱 - 每工以有效入正行
- 工於誤入返宜誤
- 服以 stdio 傳合 Claude Code
- 工於 Claude 會可發現且可用
忌
- 阻操:MCP 服當異處請。久操阻他工呼。
- 缺誤處:未處異崩服。必以 try/catch 包工處。
- 綱不合:工參綱當全合處所候
- stdio 緩:用 stdio 傳→確出已沖。Node.js 默緩 stdout。
- 安:MCP 服與程同權。精驗入,尤於殼命或庫查。
參
configure-mcp-server— 連已建服與客troubleshoot-mcp-connection— 除連題containerize-mcp-server— 以 Docker 包服
GitHub репозиторий
Frequently asked questions
What is the build-custom-mcp-server skill?
build-custom-mcp-server is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform build-custom-mcp-server-related tasks without extra prompting.
How do I install build-custom-mcp-server?
Use the install commands on this page: add build-custom-mcp-server to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does build-custom-mcp-server belong to?
build-custom-mcp-server is in the Meta category, tagged ai, testing, api, mcp and design.
Is build-custom-mcp-server free to use?
Yes. build-custom-mcp-server is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
